Spring Boot实现SSE流式AI问答系统优化

1. 项目背景与需求分析

最近在开发一个AI健康问答系统时，遇到了典型的响应延迟问题。初始实现采用传统的同步HTTP接口，用户提交问题后，前端需要等待AI生成完整答案才能展示结果。实测发现，当问题复杂度较高时，后端处理时间经常超过10秒，导致用户体验极差。

核心痛点在于：AI模型实际上是逐词（token-by-token）生成内容的，但我们的接口设计却强迫它必须生成完整答案后才能返回。这就好比让快递员必须买齐所有商品才能送货，而不是买到一件送一件。

2. SSE技术选型解析

2.1 为什么不是WebSocket？

WebSocket虽然是全双工通信协议，但对于AI问答这种单向数据推送场景显得过于重量级。它需要：

• 建立独立的TCP连接
• 实现复杂的心跳机制
• 处理二进制帧解析

2.2 为什么不是长轮询？

长轮询（Long Polling）本质仍是客户端主动请求，存在：

• 不必要的网络开销
• 消息延迟不可控
• 服务端连接占用

2.3 SSE的核心优势

Server-Sent Events的独特价值体现在：

1. 基于标准HTTP协议，无需特殊基础设施
2. 自动重连机制（默认3秒）
3. 极简的事件流格式：

http复制event: message
data: {"content":"你好"}

data: 这是第二段文本
id: 12345

3. Spring Boot实现详解

3.1 控制器层改造

传统接口：

java复制@PostMapping("/query")
public Response<Answer> handleQuery(@RequestBody Question q) {
    Answer answer = aiService.generate(q);
    return Response.success(answer);
}

改造为SSE接口：

java复制@GetMapping(path = "/stream", produces = TEXT_EVENT_STREAM_VALUE)
public SseEmitter streamQuery(Question q) {
    SseEmitter emitter = n